Firma buduje nową platformę danych, która będzie pobierać dane strumieniowe w czasie rzeczywistym z wielu źródeł. Dane muszą zostać przetworzone przed zapisaniem ich do Amazon S3, a firma musi uruchamiać zapytania SQL na przetworzonych danych. Które rozwiązania spełniają te wymagania? (Wybierz dwie opcje.)

Pierwsza poprawna opcja wykorzystuje Amazon Kinesis Data Streams do pozyskiwania danych strumieniowych, Kinesis Data Analytics do przetwarzania ich w czasie rzeczywistym, Kinesis Data Firehose do dostarczania przetworzonych danych do Amazon S3 oraz Amazon Athena do wykonywania zapytań SQL bezpośrednio na danych w S3. Jest to kompleksowe rozwiązanie oparte na Kinesis dla danych strumieniowych. Druga poprawna opcja używa Amazon MSK jako skalowalnego brokera strumieniowego. AWS Glue jest doskonałym wyborem do transformacji danych (ETL) i zapisu do S3, a Amazon Athena umożliwia ad-hoc zapytania SQL na danych w S3. To rozwiązanie jest elastyczne i dobrze integruje się z innymi usługami AWS. Pozostałe opcje są nieprawidłowe, ponieważ: AWS DMS służy do migracji baz danych, a nie do pozyskiwania danych strumieniowych w czasie rzeczywistym. Edytor zapytań Amazon RDS służy do interakcji z relacyjnymi bazami danych RDS, a nie do wykonywania zapytań na danych przechowywanych w Amazon S3.